1. 機械学習エンジニア の求人一覧 - 株式会社ELYZA

【ELYZAについて】「未踏の領域で、あたりまえを創る」というミッションを掲げ、大規模言語モデル（LLM）の研究開発と社会実装の両輪で活動しています。【ソリューション事業部について】現在ソリューション事業部では、大手企業との共同研究において、LLMを起点とした先端技術を活用したソリューション開発を推進しています。私たちは、ただ新しい技術を導入するだけでなく、顧客の抱える本質的課題を深く理解し、それに合わせた最適なAIアプリケーションの提供を追求しています。★ソリューション事業部についての詳しい紹介はこちら https://note.com/elyza/n/n14515ae34efc【募集背景】現在多くのお客様からの引き合いがあり、AIアプリケーション開発業務が増加している現状を背景に、社会実装を見据えた「本質的に価値のあるAI開発」を一緒に担っていただける機械学習エンジニアを募集しています。 世の中には、AIに触れたことがない、あるいは導入したものの十分に活用できていない企業がまだ多く存在します。私たちは、そうした企業1社1社に寄り添い、現場で本当に使われるアプリケーションを提供することで、これまで価値を創造してきました。この成功事例をさらに広げていくために、新たなメンバーとともに顧客課題をLLMで解決し、社会に新たな価値を創出していきたいと考えています。【業務内容】ソリューション事業部の機械学習エンジニアとして、LLMを基盤に、ファインチューニングやRAGなどを用いたカスタマイズを行い、アプリケーション開発をリードしていただきます。社会課題の解決を目的に、適切な技術選定と検証を進めるとともに、AI開発プロジェクトの品質維持・向上やチーム全体のパフォーマンス改善にも主体的に取り組んでいただきます。 私たちは社会実装を目的とし、実際の現場で長く使われ続けるAIアプリケーションの開発を進めています。コンサルタントと連携しながら、ユーザー体験や業務オペレーションを意識し、「本質的に価値のあるAI」を作ることを大切にしています。【具体的な業務内容】PoC（設計フェーズ）論文等のサーベイビジネス上の課題、制約条件に適したアルゴリズムの提案ユースケースに合わせた機械学習モジュールの設計必要に応じたクライアントとの議論PoC （開発フェーズ）プロンプトチューニングファインチューニングRAGをはじめとした、複数のモデルを組み合わせた処理の構築データの整形・前後処理モジュールの開発クライアントに対する分析結果等のレポーティング導入フェーズ開発したAIモジュールの組み込み【ELYZAで得られる技術的経験】◆ドメインを問わず、顧客課題に特化したAIアプリケーションの開発やLLMを社会実装していく上でのビジネス的/技術的な論点を知ることができる ◆先端技術の導入も模索しながら、顧客課題に特化した細かなプロンプトエンジニアリング、パイプライン構築、RAGなどの周辺技術のカスタマイズ経験を積むことができる【開発環境】開発周辺ツールGoogleDriveFigmaGithubVS code (任意)コミュニケーションツールSlackNotionDiscodeGoogle meetバックエンド (ML)PythonhaystackデータベースAmazon OpenSearch ServiceインフラGoogle Cloud (実験環境)AWS (本番環境)Terraform【本ポジションの魅力】AIの課題解決アプローチに集中できる環境が整っている点AIコンサルタントは顧客折衝・調整を行い、機械学習エンジニアは顧客課題に対するAIを用いたアプローチを設計します。また、開発においてはソフトウェアエンジニアと協働します。このように、それぞれが自分のプロフェッショナルとしての価値を生み出すことに集中して取り組んでいます。顧客と距離が近く、やりがいや改善を実感できる点機械学習エンジニアは顧客やユーザーとの距離が近く、その生の声を聞くことによって、課題に対するアプローチを考えることができます。機械学習エンジニアは顧客やユーザーとの距離が近く、顧客やユーザーの生の声を聞くことで、課題に対するアプローチを考えることができます。自分が考えたアプローチによって、ユーザーの仕事が改善されるのを見たり、直接感謝の言葉をいただいたりすることも多いポジションで、役に立っている実感を得られるのは、得難い魅力です。自分の強みやスキルを伸ばせる点スタートアップならではの規模感により、それぞれのメンバーが自分の得意な領域で最大限のパフォーマンスを発揮しています。また、弊社には各職種のプロフェッショナルが揃っているため、学ぶ意欲があれば様々なことを学びながら業務に活かし、得意分野を伸ばしたり広げたりすることが可能です。

【募集背景】ELYZAは「未踏の領域で、あたりまえを創る」というミッションのもと、大規模言語モデル（LLM）を中心とした先端技術を、顧客の実課題を起点に社会実装することに挑戦しています。 私たちが目指すのは、技術ありきの開発ではなく、顧客や社会のシグナルを読み解き”課題ドリブン”で先端技術をエンタープライズ領域にカスタマイズし、世の中に前例のない社会実装を実現することです。クライアントとともに、現場に根付き、実際に価値を生み続けるソリューションを届けることを使命としています。 先端技術を追求する深さと、本質的な課題に向き合う泥臭さ。その両面を併せ持ち、顧客の課題を現場で動く「解」へと導いていくプロセスに魅力を感じる方に最適な環境です。【求める期待・役割】顧客の本質的な課題を深く理解し、LLMなどの先端技術を活用した最適なソリューションを設計・検証する論文や最新技術動向を追いながら、エンタープライズ領域の実課題に適用可能な形に翻訳・カスタマイズする大手企業のパートナーとともに、現場に根付く社会実装を実現し、新たな価値を生み出すコンサルタントやソフトウェアエンジニアと協働し、ユーザー体験に直結するアプリケーションを構築するチーム横断的に知見共有や仕組み化を進め、再現性のある社会実装の加速に貢献する【本ポジションの魅力】「研究と社会実装の狭間で、LLMを含む先端技術を価値ある形に開発できる環境」論文・研究成果をそのまま適用するのではなく、社会実装に繋げる「Applied Research」の最前線PoC止まりではなく、導入・運用まで走り切れる裁量と責任大手企業との協働を通じて、社会的インパクトの大きい課題に取り組めるLab（研究）・実装プロジェクトを横断する体制の中で、多様なキャリア形成が可能KDDIグループのアセットとスタートアップの俊敏性を兼ね備えた独自の環境

【募集背景・ミッション】ELYZAは、大規模言語モデル（LLM）の研究開発と社会実装において、国内トップクラスの実績を積み重ねてきました。私たちの次なる挑戦は、LLM/VLMが持つ高度な「意味理解」を物理世界へ接続し、現実空間の課題解決に挑むEmbodied AIの領域です。物理空間のデータをAIで解析し、ロボットやデバイスの制御・自律化を行うPhysical AIの領域では、新たな技術革新の先駆けとして、特定の作業に縛られず多様な物理タスクをこなせるVLA（Vision-Language-Action）モデルが注目を集め始めています。技術フェーズとしては、LLMにおける2019〜2020年頃に相当するとも言われ、ELYZAでも今後1〜3年で実用レベルへの進化が見込まれる重要なタイミングだと考えています。しかし、これらのモデルをそのまま日本の現場に持ち込んでも、精度や特定ユースケースへの適応力には限界があり、真の社会実装には至りません。 本ポジションのミッションは、ELYZAがこれまで培ってきた知見を活かし、現場での実用に耐えうる「特定ユースケース特化型のEmbodied AIモデル」を開発することです。さらに、そのモデルを実際の顧客現場へ適合させ、価値証明（PoC）を完了するまでを一気通貫で牽引していただきます。最大の魅力は、豊富な計算基盤を活用した「基盤モデルの構築」と、現場のリアルなデータを高度な知能へと昇華させる「社会実装」の両輪を回せる点にあります。【業務内容】ご本人の志向性やプロジェクトの稼働状況に応じて、Embodied AIモデルの研究開発から、現場でのPoC推進まで、R&Dと社会実装の垣根を越えて幅広く活躍していただきます。Embodied AIモデルの開発：既存のオープンモデルに対し、特定ユースケースに特化した学習を行い、精度と堅牢性を高める。模倣学習、強化学習（RL）、推論最適化などの技術を適用・拡張する。PoC案件の技術リードと社会実装：顧客の現場課題に対し、どのようなロボット構成・AIモデルで解決可能かの技術検証を行う現場特有のドメインデータを用いたファインチューニングやエッジデバイスへの実装を主導するドメイン特化型マルチモーダル学習とデータループ構築：画像・テキストに加え、「Action（軌跡や関節角度）」もモダリティとして扱う学習基盤を構築PoC推進チームと密に連携し、現場の失敗データ等をモデル改善に組み込むデータフライホイールを設計するハイブリッド制御設計とシステム統合：「学習ベース（AI）のアプローチ」と「ルール・アルゴリズムベースの制御アプローチ」の境界とトレードオフを正確に評価し、実機にデプロイされ確実に動作する高品質なソフトウェアモジュールを作成する。最新手法の実装と精度検証：LLM/VLM領域の最新学習手法（効率的なファインチューニング手法、新しいトークン化技術など）をいち早くPhysical AI領域に転用・実装し、技術検証を行う。

【募集背景・ミッション】ELYZAは、大規模言語モデル（LLM）の研究開発と社会実装において、国内トップクラスの実績を積み重ねてきました。次なる挑戦は、LLM/VLMが持つ高度な「意味理解」を物理世界へ接続し、現実空間の課題解決に挑むEmbodied AIの領域です。物理空間のデータをAIで解析し、ロボットやデバイスの制御・自律化を行うPhysical AIの領域では、いま新たな技術革新の先駆けとして、特定の作業に縛られず多様な物理タスクをこなせるVLA（Vision-Language-Action）モデルが注目を集め始めています。技術フェーズとしては、LLMにおける2019〜2020年頃に相当するとも言われ、ELYZAでも今後1〜3年で実用レベルへの進化が見込まれる重要なタイミングだと考えています。一方で、リサーチエンジニアがどれほど優秀なAIを開発しても、それを物理世界に適用するには、ハードウェアの特性や力学を熟知し、AIと現実空間を適切に接続する専門家が不可欠です。本ポジションのミッションは、ロボットハードウェアの実践的な知見とAIモデルのシステム統合スキルを駆使し、Physical AIの社会実装を牽引することです。 市販のロボットやエンドエフェクタでは対応が難しい課題に直面した際にも、3Dプリンタ等を用いた柔軟なプロトタイピング能力と、最先端のAI技術への探究心を掛け合わせ、実運用可能な水準までロボットシステムの完成度を引き上げていただきます。【業務内容】物理世界のハードウェア（メカトロニクス）を専門領域としつつ、AIモデルの実装やシステム統合といったソフトウェア領域まで、幅広く業務をリードしていただきます。ハードウェア要件定義とプロトタイピング：顧客のタスクを達成するためのロボット構成（アーム、センサ等）を選定・設計する市販のハンドや治具では対応が難しいエッジケースに対しては、3D CADや3Dプリンタを活用し、オリジナルパーツの設計・製作（ラピッドプロトタイピング）を迅速に行って物理的な課題を解決するROS2等を用いたシステム統合とソフトウェア開発：AIチームが開発したEmbodied AIモデルの推論結果を、実機上で安全かつ正確に実行するためのインテグレーションを行うPythonやC++を用い、遅延や摩擦などのハードウェア特性を考慮した制御アルゴリズムを実装するAI研究開発へのディレクションとフィードバック：AIリサーチャーと密に連携し、「モーターのトルク限界」や「制御周期」といった物理的制約をAIモデルの前提条件として定義する実機評価で得られた事象を分析し、「ハードウェアを改良すべきか、AIの学習データを追加すべきか」を切り分け、再学習のループに貢献する現場導入とハード・ソフト両面からの課題解決：試験環境および顧客現場での立ち上げを主導するテスター等を用いた物理レイヤーのデバッグから、Linux環境でのソフトウェアデバッグまで、幅広い視野でトラブルシューティングを行う【ポジションの魅力】事業の最上流から現場まで関与案件組成の段階から技術的なキーパーソンとして参画し、机上の設計やシミュレーションに閉じず、実機評価から運用改善まで一貫して経験できます。最先端AI×ロボティクスの社会実装VLA等の基盤モデルとロボットハードウェアを組み合わせる不確実性の高い領域で、実運用に耐えるシステムへ磨き上げる経験は、希少性の高い専門性となります。国内トップクラスの計算機環境豊富な計算基盤を活用し、ロボットの動作生成に向けた基盤モデルの構築に取り組むことができます

ELYZAについてELYZAは「未踏の領域で、あたりまえを創る」というミッションのもと、LLM（大規模言語モデル）の研究開発と社会実装を目指すAIカンパニーです。技術探索に留まらず、研究成果を速やかに事業へ繋げ、生成AIがあたりまえに使われる社会の実現を目指しています。募集背景ELYZAの研究開発チームは、生成AI技術の研究開発を通じて社会実装を推進し、その成果を社内の事業成長へと結びつけるとともに、得られた知見を広く社会に還元することをミッションとしています。 現在、KDDIとの業務提携により大規模な計算基盤の整備が進み、研究開発をさらに加速できるフェーズに入りました。基盤モデルの研究開発ではモデル規模や学習データ量、利用する計算資源が急速に拡大しており、分散学習を前提とした実験設計・実装の重要性が高まっています。 そこでELYZAでは、大規模な計算資源を活用したLLM（事前学習・事後学習）の研究開発に強みや意欲を持ち、エンジニアリングと研究の両面で専門性の向上を志向される方を募集しています。求める期待・役割リサーチエンジニアとして、大規模基盤モデルの学習・評価などに関わる実験基盤を構築し、高速かつ確かな仮説検証を実現することで研究開発を前に進める、エンジニアリング面での中心的な役割を担っていただきます。アルゴリズム開発・実験・分析： モデル性能向上のためのアーキテクチャ改良や学習手法の最適化実験パイプラインの設計・開発： 基盤モデルの追加事前学習（Continual Pre-training）、事後学習（SFT/RLHF等）、評価システムの構築・運用生産性向上への寄与： コード品質管理、実験管理、モニタリング基盤の整備による開発サイクルの高速化プロトタイピング： プロプライエタリモデルのAPIや自社モデルを活用した、実用可能性を探るデモ開発研究開発のリード： LLM領域における未知の研究課題の特定とソリューションの提示 ※「研究寄り」「実装（開発）寄り」どちらのキャリアパスも歓迎します。本ポジションの魅力国内最大級の計算資源を活用した基盤モデルの研究開発を通して、研究とエンジニアリングの両面で専門性を高めることができるソリューションチームやプロダクトチームと密に連携しながら、実社会の課題解決を目的とした研究開発に携わることができる経産省「GENIAC」や産総研プロジェクトなど、大規模な国策プロジェクトにも参画できる高品質データ作成を内製化しており、データ設計からモデル改善まで一貫したデータ駆動型の研究サイクルを高速で回すことができる

ELYZAについてELYZAは「未踏の領域で、あたりまえを創る」というミッションのもと、LLM（大規模言語モデル）の研究開発と社会実装を目指すAIカンパニーです。技術探索に留まらず、研究成果を速やかに事業へ繋げ、生成AIがあたりまえに使われる社会の実現を目指しています。募集背景ELYZAの研究開発チームは、生成AI技術の研究開発を通じて社会実装を推進し、その成果を社内の事業成長へと結びつけるとともに、得られた知見を広く社会に還元することをミッションとしています。 2026年度はテキストベースのLLM技術を基盤としつつ、LLMと音声基盤モデルの融合領域にも注力を拡大します。音声対話・音声認識・音声合成といった音声基盤モデルの研究開発に本格的に取り組み、より自然で直感的なAIインタラクションの実現を目指しています。 こうした新たな挑戦に伴い、LLMの知見と音声技術を統合する新たなモデル開発において、エンジニアリングと研究の両面で専門性の向上を志向される方を募集しています。求める期待・役割リサーチエンジニアとして、音声基盤モデルの学習・評価などに関わる実験基盤を構築し、高速かつ確かな仮説検証を実現することで研究開発を前に進める、エンジニアリング面での中心的な役割を担っていただきます。音声基盤モデルの研究開発： 音声対話・音声認識・音声合成などの音声基盤モデル領域におけるモデル開発、言語知識と音声処理能力を統合した学習手法の探索実験パイプラインの設計・開発： 音声・テキストデータの統合学習パイプラインの構築、評価指標の策定・運用プロトタイピング： プロプライエタリモデルのAPIや自社モデル（音声基盤モデル）を活用した、実用可能性を探るデモ開発生産性向上への寄与： コード品質管理、実験管理、モニタリング基盤の整備による開発サイクルの高速化研究開発のリード： 生成AIおよび音声基盤モデル領域における未知の研究課題の特定とソリューションの提示 ※「研究寄り」「実装（開発）寄り」どちらのキャリアパスも歓迎します。 ※ LLMの研究開発知見を活かしながら、音声基盤モデル領域へと携わっていただくことを想定しています。本ポジションの魅力LLMの技術基盤を活かしながら、音声基盤モデルという領域に参入できる。国内で音声基盤モデルの研究開発に本格的に取り組む企業は少なく、先駆的なポジションで挑戦できる国内最大級の計算資源を活用した基盤モデルの研究開発を通して、研究とエンジニアリングの両面で専門性を高めることができるソリューションチームやプロダクトチームと密に連携しながら、実社会の課題解決を目的とした研究開発に携わることができる高品質データ作成を内製化しており、データ設計からモデル改善まで一貫したデータ駆動型の研究サイクルを高速で回すことができる

【ELYZAについて】ELYZAは「未踏の領域で、あたりまえを創る」というミッションを掲げ、大規模言語モデル（LLM）の研究開発と社会実装の両輪で活動しています。【プロダクト事業部について】私たちは、生成AIの業務活用を支える法人向け生成AI活用ツール 「ELYZA Works」の開発を行っています。 「質の高いLLMアプリの開発・運用において、あたりまえを創る」をプロダクト・ミッションに掲げて、「未踏のオンリーワンになる」という事業戦略のもと、他の生成AIプロダクトとは異なる独自の価値創出を目指しています。 ELYZA WorksはLLMとの協働によって、ユーザー自身が質の高いアプリケーションを作成・利用・改善することを支援します。具体的には、①ファイル参照や超長文の処理など幅広い業務シーンに対応する機能を備えている、②アプリケーション作成をLLMが自動で行う（やりたいことを伝えるだけでプロンプトや最適なフォーム形式を生成する）など、ユーザビリティ向上のためにLLMをフル活用した生成AIネイティブのユーザー体験の実現を目指しています。▶法人向け生成AI活用ツール『ELYZA Works』の詳細はこちら https://lp.works.elyza.ai/【募集背景】現在当社は、ELYZA Worksのサービス拡大に伴う機能追加に加え、さまざまな業界・ユースケースに特化した新規プロダクトの開発を進める、事業拡大フェーズにあります。こうした挑戦の最前線で、プロダクトのコアバリューを生み出し、「未踏のあたりまえを創る」ためのエンジンとなっていただける機械学習エンジニアを募集しています。 私たちがつくるプロダクトの強みは、LLMをはじめとした高度なAI技術にあります。顧客の複雑な業務課題を解決するLLMを含む機械学習モジュールの開発や、LLMを組み込んだ革新的なユーザー体験の実現に向けて、自然言語処理／LLMの最先端技術とプロダクト開発に深い知見を持つ方を歓迎しています。★プロダクト機械学習エンジニアについての詳しい紹介はこちら https://note.com/elyza/n/n96666fd6688c【求める期待・役割】プロダクト事業部の機械学習エンジニアとして、LLM（プロプライエタリモデル / 自社モデル）をコアとしたプロダクトの開発を担当していただきます。自然言語処理 / LLMの技術を活用し、自社プロダクトの課題解決・価値創出を行うこと社内の機械学習 x エンジニアリングの仕組みづくりにオーナーシップをもって取り組むこと継続的に開発をしていくために、負債解消に取り組むことスケーラブルかつ可用性の高いLLM推論基盤の開発・運用を行うこと【仕事概要】プロダクト開発機械学習を活用した機能の要件定義、価値検証、開発まで一気通貫で担当ユーザーフィードバックや定量指標に基づく継続的改善自社モデルの最適化とプロダクトへの組み込みモデルの推論速度と精度のバランスを考慮した最適化モデルの軽量化技術の研究と適用機械学習 x エンジニアリングのリード機械学習モデルを組み込むためのプロダクト開発用社内ライブラリの実装モデルを効率的にプロダクションデプロイするためのワークフロー整備プロダクトコードの最適化、リファクタリング他チームへの技術的な支援（アーキテクチャや実装方針の相談）MLOps基盤の開発と改善スケーラブルで柔軟な推論基盤の設計と実装モデルの継続的な監視とパフォーマンス評価システムの構築本番環境でのモデル運用に関するベストプラクティスの確立【開発環境】開発言語: PythonCloud Platform: Google Cloud / AWS / Azureプロビジョニングツール: TerraformCI/CD: GitHub Actions / Argo CDミドルウェア: OpenSearchドキュメンテーション: Notion / Google Docs開発ツール: GitHub / Figma ※ GitHub CopilotやCline、DevinなどのAI開発ツールも試験運用中コミュニケーションツール: Slack / Discord / Google meetBIツール: Redash【本ポジションの魅力】最先端技術への挑戦最新技術をプロダクトの価値創出に繋げる経験自社LLMの安定運用という未踏の領域に取り組む機会デファクトスタンダードがない中で新たな方法論やBest Practiceを自ら確立成長市場でのキャリア形成AI・機械学習分野、特にLLM領域での貴重な実務経験の獲得需要が高まるMLOpsスキルの習得と実践多様な学習機会構想段階から実運用までのプロダクト開発全体を経験できる一気通貫の学習環境最新アルゴリズムのR&D、実装から基盤システム構築まで幅広い技術領域に携われる機会技術選定・設計からデプロイ・運用まで、機械学習システムのライフサイクル全体を学べる環境